数据资源 - 干早区生态与资源科学数据中心

0991-7823121
注册
登录

收起筛选

干早区生态与资源科学数据中心

2010-2014年中亚干旱区8月份植被指数16天最大值数据集

本数据包含2010-2014年每年8月份中亚干旱区EVI，NDVI、TGDVI 栅格数据，空间范围覆盖中亚哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、乌兹别克斯坦、土库曼斯坦、中国新疆、甘肃西北部、青海北部和蒙古国西部地区，N46.40-55.53，E34.22-114.55,空间分辩率为500米，时间分辨率16...

贡献者:: 张弛, 刘铁
点击量:: 60
文件大小:: 772.3 MiB
更新时间:: 2025-05-30

干早区生态与资源科学数据中心

1936-2015年塔吉克斯坦气温和降水量数据集

本数据包含1936-2015年塔吉克斯坦23个气象站的月平均气温和月降水量记录以及气象站地理位置信息数据。

贡献者:: 李耀明, 范连连
点击量:: 95
文件大小:: 438.1 KiB
更新时间:: 2025-04-01

干早区生态与资源科学数据中心

2019年塔吉克斯坦草地生态样方无人机遥感正射影像数据集

本数据集包含2019年塔吉克斯坦Luchob、Blakhi生态样方正射影像数据，投影坐标系统采用WGS_1984_UTM_Zone_42N，比例尺1:500，Luchob测区飞行面积5.5km2，航摄分辨率6cm，Blakhi测区飞行面积15.8 km2，航摄分辨率7cm，数据覆盖样地和旁边的村落。

贡献者:: 王伟胜, 李耀明
点击量:: 63
文件大小:: 14.9 GiB
更新时间:: 2025-03-22

干早区生态与资源科学数据中心

2010-2018年塔吉克斯坦9公里网格气象栅格数据集

本数据集主要包含塔吉克斯坦2010-2018月平均降水，月最高温度，月最低温度，空间分辨率9公里，时间分辨率为每月，Albers投影，数据以Geotiff格式存储。

贡献者:: 杨辽, 刘铁
点击量:: 32
文件大小:: 4.9 MiB
更新时间:: 2025-06-27

干早区生态与资源科学数据中心

2015年中亚河流分布数据

本数据包括哈萨克斯坦、塔吉克斯坦、吉尔吉斯斯坦、土库曼斯坦、乌兹别克斯坦河流湖泊矢量数据，每个矢量文件包含面积、周长。

贡献者:: 刘铁
点击量:: 160
文件大小:: 8.0 MiB
更新时间:: 2025-05-28

干早区生态与资源科学数据中心

2019-2021年塔吉克斯坦生态样方生物要素观测数据集

本数据集记录了2019年塔吉克斯坦、Lucholb、Tabakchi和Ziddi四个草地生态样方的植被物种丰富度、高度、盖度、地上生物量、物候等生物要素野外观测数据。 Blakhi样方建于2019年6月，属于荒漠草地生态系统。Luchob样方建于2018年6月，属于山地草甸生态系统。Tabakchi样方建于...

贡献者:: 范连连, 李耀明
点击量:: 81
文件大小:: 115.6 KiB
更新时间:: 2025-05-27

干早区生态与资源科学数据中心

中亚MODIS_1km_8天合成叶面积指数产品（2000-2010年）

本数据以2000年-2010年MODIS的叶面积指数15A2分幅数据为数据源，数据分辩率为1KM，8天合成，利用ENVI软件平台，进行数据拼接、投影转换、边界裁切等影像处理，生成2000-2010年中亚叶面积指数数据。

贡献者:: 李均力
点击量:: 22
文件大小:: 8.6 GiB
更新时间:: 2025-05-09

干早区生态与资源科学数据中心

2000年中亚五国30mDEM数据

ASTER GDEM 30米分辨率高程数据来源于NASA，ASTER GDEM数据采用UTM/WGS84投影，数据格式为img栅格影像，数据的值域范围为-300-7445米之间，其垂直精度20米，水平精度30米。本数据为2000年中亚五国区域东经45°-108°，北纬32°-56°范围的DEM数据。

贡献者:: 方晖
点击量:: 72
文件大小:: 2.7 GiB
更新时间:: 2025-05-27

干早区生态与资源科学数据中心

2005-2018年塔吉克斯坦萨雷兹湖逐日水文气象数据

本数据集包含2005.5.1-2011.8.31和2014.1.1-2018.3.31两个时间范围的萨雷兹湖逐日高程、流量、气温数据，其中有2009.2.25-3.8缺测气温值，2010.5.1-6.24缺测流量和气温值。

贡献者:: 方晖
点击量:: 74
文件大小:: 144.4 KiB
更新时间:: 2025-05-28

干早区生态与资源科学数据中心

FABDEM 中国新疆和中亚五国30米分辨率地形数据

FABDEM全球数据是基于2011-2015年间的哥白尼DEM，通过使用随机森林回归模型的机器学习从中去除建筑物和森林高度偏差。该数据是第一个同时去除建筑物和森林高度的全球数字高程模型数据集。该套算法方法将建筑区的平均绝对垂直误差从1.61米减少到1.12米，将森林区的平均绝对垂直误差从5.15米减少到2....

贡献者:: 李锦
点击量:: 12
文件大小:: 20.4 GiB
更新时间:: 2025-07-27